Metrieken voor taal: ROUGE, METEOR, EM

Introductie tot LLM’s in Python

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

LLM-taken en metriek

 

Evaluatiemetrieken voor taalopgaven

Introductie tot LLM’s in Python

LLM-taken en metriek

 

Evaluatiemetrieken voor taalopgaven

Introductie tot LLM’s in Python

LLM-taken en metriek

 

Evaluatiemetrieken voor taalopgaven

Introductie tot LLM’s in Python

ROUGE

  • ROUGE: overeenkomst tussen een gegenereerde samenvatting en referentiesamenvattingen
    • Kijkt naar n-grams en overlap
    • predictions: LLM-uitvoer
    • references: door mensen gemaakte samenvattingen

Vergelijking van the cat sat on the mat en the cat is on the mat

Introductie tot LLM’s in Python

ROUGE

rouge = evaluate.load("rouge")
predictions = ["""as we learn more about the frequency and size distribution of 
exoplanets, we are discovering that terrestrial planets are exceedingly common."""]
references = ["""The more we learn about the frequency and size distribution of 
exoplanets, the more confident we are that they are exceedingly common."""]

ROUGE-scores:

  • rouge1: overlap van unigrams
  • rouge2: overlap van bigrams
  • rougeL: lange overlappende subsequenties
Introductie tot LLM’s in Python

ROUGE-uitvoer

ROUGE-scores:

  • rouge1: overlap van unigrams
  • rouge2: overlap van bigrams
  • rougeL: lange overlappende subsequenties

 

  • Scores tussen 0-1: hoger = meer overeenkomst
results = rouge.compute(predictions=predictions,
                         references=references)

print(results)

{'rouge1': 0.7441860465116279, 
'rouge2': 0.4878048780487805, 
'rougeL': 0.6976744186046512, 
'rougeLsum': 0.6976744186046512}
Introductie tot LLM’s in Python

METEOR

  • METEOR: meer taalkundige kenmerken zoals woordvarianten, gelijke betekenissen en woordvolgorde
bleu = evaluate.load("bleu")
meteor = evaluate.load("meteor")


prediction = ["He thought it right and necessary to become a knight-errant, roaming 
              the world in armor, seeking adventures and practicing the deeds he 
              had read about in chivalric tales."]

reference = ["He believed it was proper and essential to transform into a 
             knight-errant, traveling the world in armor, pursuing adventures, and 
             enacting the heroic deeds he had encountered in tales of chivalry."]
Introductie tot LLM’s in Python

METEOR

results_bleu = bleu.compute(predictions=pred, references=ref)
results_meteor = meteor.compute(predictions=pred, references=ref)
print("Bleu: ", results_bleu['bleu'])
print("Meteor: ", results_meteor['meteor'])

Bleu:  0.19088841781992524
Meteor:  0.5350702240481536
  • 0-1 score: hoger is beter
Introductie tot LLM’s in Python

Vraag en antwoord

 

Evaluatiemetrieken voor taalopgaven

Introductie tot LLM’s in Python

Exact Match (EM)

  • Exact Match (EM): 1 als de LLM-uitvoer exact overeenkomt met het referentieantwoord

 

  • Meestal samen met F1-score gebruikt
from evaluate import load
em_metric = load("exact_match")

exact_match = evaluate.load("exact_match")
predictions = ["The cat sat on the mat.",
               "Theaters are great.", 
               "Like comparing oranges and apples."]
references = ["The cat sat on the mat?", 
              "Theaters are great.", 
              "Like comparing apples and oranges."]

results = exact_match.compute(
  references=references, predictions=predictions)
print(results)

{'exact_match': 0.3333333333333333}
Introductie tot LLM’s in Python

Laten we oefenen!

Introductie tot LLM’s in Python

Preparing Video For Download...